自己教師有り学習の枠組みを応用し、教師無しで画像特徴からProduct Quantizationをend-to-endで学習する画像検索手法を提案。量子化後の特徴ベクトルを近づけるのではなく、図に示すCross Quantized Contrastive learning strategyにより、コードワードと特徴記述を同時に学習する点が大きな差分。

CIFAR-10, FLICKR25K, NUS-WIDEそれぞれのデータセットでImageNet教師有り含めた既存手法の性能を上回り、SotA。

https://github.com/youngkyunJang/SPQ mAPによる評価だけでなく検索速度性能の評価結果も気になる。